a-Modélisation de la présence d’une espèce :
*Une approche par capture-recapture : notre objectif est de décrire les variations spatiale et temporelle d’utilisation de l’habitat par la pie à partir de la méthode McKenzie
(2003). Généralement, l’occupation d’un habitat par une espèce donnée est mesurée par la proportion de sites occupés par celle-ci lors d’une visite. En raison des biais liés à la variation de détection d’une même espèce entre habitats, cette approche est peut-être biaisée. Dans ce travail, nous appliquons une approche par capture et recapture multiples de la présence de pie en utilisant le suivi STOC de 2001 à 2005 pour supprimer les biais liés à la détection dans l’estimation de l’occupation spatiale d’un paysage. La stratégie de suivi des espèces d’oiseaux par le STOC est analogue à la stratégie employée dans les méthodes de marquage-recapture pour estimer les probabilités de recapture d’un individu (analogue à la probabilité de détection d’une espèce). Le suivi par capture-recapture tel que nous l’envisageons fait appel au ‘Robust design’ (Pollock 1982, Pollock et al. 1990) mais diffère d’un point dans son usage habituel. Notre utilisation varie par l’emploi de réplicats spatiaux et non temporels. D’une manière générale, le Robust design est basé sur deux séries temporelles d’échantillonnage emboîtées l’une dans l’autre. La visite des carrés STOC chaque année représente l’échantillonnage primaire (n=5 années, de 2001 à 2005). A l’intérieur de chaque année, les 10 points d’un carré représentent l’échantillonnage secondaire. L’utilisation des réplicats spatiaux et non temporels est une alternative. Au cours d’une année, les couples de pies nicheuses et les pies non nicheuses sont cantonnées à leur territoire de mars à juillet (Birkhead 1991) de sorte que les pies sortent rarement de leur territoire et donc du carré STOC pour se nourrir ou nicher. Pour cette raison, la population est considérée comme fermée pendant la visite des 10 points d’un carré dans une année (pas d’immigration et d’émigration au delà du carré). En revanche, des évènements d’extinction et de colonisation locales sont possibles entre années.
Considérons l’histoire de détection suivante pour un site donné : 1100001000 0000000000 0001001001 où ‘1’ signifie la présence de pie et ‘0’ l’absence. Nous supposons que les pies sont identifiées correctement. Cette histoire indique que la pie a été vue durant la 1è et la 3è année et détectée 3 fois sur 10. L’absence apparente de la pie la 2è année indique qu’elle était réellement absente (i.e. a cause de l’extinction locale de l’espèce entre la 1è et 3è année) ou mal détectée sur les points STOC. La modélisation des données de présence/absence permettent une estimation des paramètres d’occupation et de dynamiques d’extinction et de colonisation (voir définition partie ? page ?).
-Modélisation de la dynamique spatiale : l’histoire de détection de l’espèce est modélisée au travers d’une série de paramètres exprimés sous forme de probabilités et présentés dans McKenzie (2003) mais pas détaillée ici. Récemment des approches similaires ont été développées par Nichols et collaborateurs (1998) au niveau de la communauté d’espèces et par Barbraud (2003) pour l’étude des métapopulations. Une hypothèse forte de cette approche est l’absence de variation des paramètres entre carrés dans une année pour réduire l’hétérogénéité des donnés, ce qui biaiser les estimations.
L’hétérogénéité d’observation liée à l’identification de la pie devrait être réduire car elle est facilement reconnaissable. D’autre part, un avantage de ces modèles est la prise en compte de co-variables spécifiques au carré pour réduire l’hétérogénéité liée aux
variations spatiales de détection ou d’occupation.
b-Modélisation de l’abondance :
-Corrigée par la détection : l’estimation de l’abondance (ou la densité) corrigée par la probabilité de détection se base sur un échantillonnage où plusieurs comptages dans un même espace vert sont réalisés comptant comme réplicats temporels. Royle (2004) développe l’utilisation des N-mixture models pour l’estimation de l’abondance. Ils caractérisent d’abord la distribution de probabilité de détection puis celle de l’abondance.
-Modélisation de l’abondance dans l’espace : l’abondance d’une espèce en un point donné est généralement corrélée à celle des sites voisins. Les variations d’abondance dans l’espace peuvent donc être modélisées par interpolation à partir d’une série de points suivis dans cet espace (Thompson 2002). Cette méthode a l’avantage de prendre en compte les variations naturelles entre sites pour toute estimation d’abondance à l’échelle d’un département ou d’un pays entier. L’interpolation par ‘krigeage’ simple est la meilleure méthode d’estimation linéaire (Ashraf et al. 1997). Nous l’avons adaptée aux données d’abondances relatives de pies issues du STOC pour estimer les abondances relatives par département et cartographier les distributions de 2001 à 2005.
Partie II /
Des dynamiques contrastées
Partie II / Des dynamiques contrastées entre habitats
Décrire une population, et ses variations entre habitats, nécessite l’estimation d’un certain nombre de paramètres dont les plus importants sont présentés ci-dessous. Nous considérons une population comme l’ensemble des individus de la même espèce qui occupent un espace déterminé à un instant donné (Begon et al. 1996), les limites spatio-temporelles dépendant de l’objectif et des moyens de l’étude. Une population peut être caractérisée par un certain nombre de variables d’état (Barbault 2000) dont les principales sont l’effectif (ou la densité), la distribution, la structure d’âge, la structure génétique (fréquences alléliques) et l’organisation sociale. Ces variables d’état sont affectées par les processus démographiques (natalité, survie, immigration, émigration) ce qui donne à la population une certaine cinétique.
Nous nous appuyons sur ce cadre de définition pour mettre en évidence :
Chapitre 1-Les variations d’abondance et de présence de pies aux différents niveaux ; du paysage à l’échelle du territoire. Nous supposons que des contrastes forts de distribution existent entre habitats et suivant des gradients d’intensité d’urbanisation en France, expliquant la plus grande proximité de la pie vis-à-vis de l’homme, malgré son déclin national. L’articulation des échelles doit nous offrir une description du fonctionnement spatial de la population et de son évolution. Nous souhaitons comprendre si les phénomènes locaux déterminent la dynamique à plus large échelle d’une espèce.
Chapitre 2-Dans un second temps, nous cherchons si les patrons de distribution sont liés à des contrastes démographiques locaux. Pour cela, nous analysons les variations des paramètres de fécondité et de survie en lien avec les distributions et les dynamiques récentes. Nous supposons que les contrastes d’effectifs et de tendances observés entre habitats en France sont liés à des variations locales de fécondité et de survie.
Chapitre 3-A partir de la description du fonctionnement des populations et de la démographie, il sera possible de discuter du rôle des mécanismes locaux dans la dynamique générale de l’espèce. Sur cette base, nous proposons des hypothèses sur les causes écologiques et les mécanismes sous-jacents (développés dans la partie III).